云制造是一种面向服务的网络化制造新模式,充分融合“分散资源集中管理,集中资源分散服务”的思想,为制造资源优化配置提供了一种新思路。但由于制造企业的专业化以及用户需求的日益个性化、多样化,单功能服务已无法满足用户需求,需按一定规则将云服务进行有序组合供用户按需调用,构成组合服务优选这种有着多目标和多约束的典型NP难优化问题。而随着用户需求的复杂化现有方法已很难在求解准确性和精确性上得到保证,因此有效选用和改进智能优化算法求解服务组合优选问题,具有重要的理论意义和应用前景。本文研究云制造服务组合优选问题,并将该问题构建为模糊QoS属性评估模型,采用基于局部搜索的离散人工蜂群算法进行求解。首先基于模糊理论构建多QoS属性的组合服务评估模型,该模型解决了传统评估模型描述能力弱、丢失数据信息严重等问题;其次,引入局部搜索和混沌干扰策略改进人工蜂群算法,提出一种基于局部搜索的离散人工蜂群算法,使其具有较好的收敛速度和全局寻优能力;最后,将改进算法应用于之前提出的模型上解决云制造服务组合问题,通过对测试问题的实验验证了改进算法的有效性及高效性。实验结果表明,与原始人工蜂群算法、粒子群算法和差分进化算法相比,改进算法能更有效地解决复杂云制造服务组合优化问题。